问财量化选股策略逻辑
- 至少5根均线重合的股票
- 昨天龙虎榜
- 10日涨幅大于0小于35
选股逻辑分析
- 该策略首先筛选出至少5根均线重合的股票，这意味着这些股票的短期和长期趋势较为一致，可能有较强的上涨动力。
- 接着，该策略筛选出昨天龙虎榜的股票，这表明这些股票在市场中受到了资金的关注和炒作。
- 最后，该策略筛选出10日涨幅大于0小于35的股票，这意味着这些股票在最近10天内有较为明显的上涨趋势，但尚未达到过高的程度。
有何风险？
- 该策略可能过于侧重于短期市场趋势，而忽略了长期价值投资的因素。
- 该策略可能无法准确预测市场走势，导致选出的股票表现不佳。
- 该策略可能无法筛选出真正有潜力的股票，导致选出的股票表现不佳。
如何优化？
- 可以加入更多均线指标，例如60日均线、120日均线等，以更好地反映股票的长期趋势。
- 可以加入更多筛选条件，例如市值、市盈率等，以更好地筛选出有潜力的股票。
- 可以加入更多技术分析指标，例如MACD、布林线等，以更好地预测市场走势。
最终的选股逻辑
- 筛选出至少5根均线重合的股票
- 筛选出昨天龙虎榜的股票
- 筛选出10日涨幅大于0小于35的股票
- 筛选出市值大于100亿、市盈率小于30的股票
- 筛选出MACD金叉、布林线向上开口的股票
python代码参考
- 导入所需模块
- 定义筛选条件函数
- 使用pandas库读取数据
- 使用pandas库筛选符合条件的股票
- 输出筛选结果
以下是示例代码：
import pandas as pd
import talib
def get_six_ma(data):
ma = talib.MA(data, timeperiod=6)
return ma
def get_twelve_ma(data):
ma = talib.MA(data, timeperiod=12)
return ma
def get_fifty_ma(data):
ma = talib.MA(data, timeperiod=50)
return ma
def get_sixty_ma(data):
ma = talib.MA(data, timeperiod=60)
return ma
def get_一百_ma(data):
ma = talib.MA(data, timeperiod=100)
return ma
def get筛选条件(data):
ma_6 = get_six_ma(data)
ma_12 = get_twelve_ma(data)
ma_50 = get_fifty_ma(data)
ma_60 = get_sixty_ma(data)
ma_100 = get_一百_ma(data)
return ma_6, ma_12, ma_50, ma_60, ma_100
def main():
# 读取数据
data = pd.read_csv('data.csv')
# 筛选条件
ma_6, ma_12, ma_50, ma_60, ma_100 = get筛选条件(data)
# 筛选出符合条件的股票
selected = data[(data['ma_6'] > ma_6) & (data['ma_12'] > ma_12) & (data['ma_50'] > ma_50) & (data['ma_60'] > ma_60) & (data['ma_100'] > ma_100)]
# 输出筛选结果
print(selected)
if __name__ == '__main__':
main()
如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
如果有任何问题请添加 下方的二维码进群提问。
